第五章 统计图表与SAS过程

分母为type的所有水平的output的总和，即 143+186+30.6=359.6 分子为type的每一水平的profit(利润)。
• 参考书P161 • TABULATE过程的应用举例
5.2
统计图与SAS过程
• 统计图用点、线、面等图形直观地反映变 量分布特征、内部结构，变量间关系及其 变化状况。
第一行分母为40=10+30； 第二行分母为60=20+40
(2)列总和百分数
如果只有行维中的分类变量出现在分母中时， 分母值为每列的总和。 如 table a,b*(n pctn<a>);(分母为每列的总和)
第一列分母为30=10+20； 第二列分母为70=30+40
3） 某一变量Y值总和百分比 PCTSUM是SUM 的百分数，必须用于分析变量值的 SUM。 table type,output profit*(sum pctsum<type*output>);
交叉连接是在第一个操作元素的每一个水平内排列 第二个操作元素的所有水平。
如分类变量A和B，A有两个水平，B有三个水平 A*B产生的报表
B*A产生的报表
连接操作是把第二项的所有水平放在第一项的所有 水平之后。
A B 产生的报表
A*B C产生的报表
A*(B C)产生的报表
（3） 统计量
说明：若没有规定分析变量，则N或PCTN可作为统计量使 用。 若规定了分析变量，但没有指定统计量，用SUM作为统计 量。
(1)维表达式：
TABLE语句由一至三个用逗号隔开的维表达式和选项组成。 三维：最左边定义页，中间定义行，右边定义列 两维：左边定义行，右边定义列 一维：定义列 维表达式由分类变量、分析变量、统计量等操作元素和操作符 连接而成。 如： table people, type, amount output profit; table type, amount output profit; table amount output profit;
直方图
product 3 9 15 21 27 33 39 45 0 10 20 30 company 40 50 60 70 FREQ. 4 3 1 3 1 3 2 1 company 7 19 10 50 10 64 35 5
company 60
50
40
30
20
10
0 2000p-3000p 2000pdown 3000p-4000p 4000p-5000p 5000p-6000p 6000pup
TABULATE过程的功能和一般格式
主要功能： • 可以对总体按一个标志进行简单分组汇总。 • 可以对总体按两个或两个以上标志进行复合 分组汇总。 • 可以以比较灵活的方式对每组进行合计，还 可以计算每个分组单元的百分比。
例5.1 某市200家企业2008年产值、利润情况的整理数据资料 存放在数据集cjl.qiye中，包含变量people(企业人数)、type (所有制形式）、amount(企业数)、output(产值)、profit(利润）。 根据以上资料，完成以下问题： （1）按所有制形式对200家企业进行分组。 （2）先对企业人数分组，再按所有制形式进一步细分。
选项： （1）DATA=SAS-DATA-SET; ( 2 )图形坐标轴选项： UNIFORM：对BY组使用一致的刻度。 NOMISS：删去含有丢失值的观测。
（3）图形大小选项：
VPERCENT=percent-list | VPCT=percent-list； 规定产生的图形在垂直方向占一页中的比例。 如：vpct=33, VPCT=50 25 25 HPERCENT=percent-list | HPCT=percent-list； 规定产生的图形在水平方向占一页中的比例。
• • • • • • • • • • • •
data one; set cjl.qiye; keep amount output profit; run; proc sort data=one; by output; run; proc gplot data=one; plot amount*output; plot amount*output=‘A'; plot amount*(output profit); run;
2、CLASS语句 一般格式：CLASS class-variable-list; 该语句规定报表中的分组标志 在TABLE语句中出现的任一个分组标志必须 事先在CLASS语句中予以定义。
3、VAR语句 一般格式：VAR analysis-variable-list;
该语句规定报表中的分析变量(数值型）。
纵行总标目，一般指统计指标； 其子标目为具体统计指标，说明每一列的内容
统计表的种类： 按用途分为调查表、整理表和分析表； 按主词的分组分为简单表、简单分组表和复 合表。
简单表：主词未经任何分组
简单分组表：主词按一个标志进行分组所得到的统计表
复合表：主词按两个或两个以上标志进行分组所得到的统计表
第五章 统计图表与SAS过程
5.1 统计报表与TABULATE过程 5.2 统计图与SAS过程
5.1
统计报表与TABULATE过程
统计表的概念：是以表格的形式简明地反映事物 间数量关系的一种重要的整理成果表达方式. 构成要素：标题、横行栏目、纵行栏目和统计数 字四部分。结构如表
横行总标目，通常为分组标志； 其子标目是其标志值，说明每一行的内容
（2）BY语句 BY variable-list; 根据BY变量定义的观测组分别画出散点图 当使用BY语句时，要求输入数据集已按BY变量排 序的次序排列。 （3）PLOT语句 PLOT request-list</options>;
可以规定任意多个plot语句； 在每个plot语句中可以要求绘制任意多个图形。
proc tabulate data=cjl.qiye; class people type; var amount output profit; table type,amount output profit; table people*type,amount output profit; run;
people
SUM of amount by people
饼图
Biblioteka Baidu
2000pdown 27
2000p-3000p 58
3000p-4000p 32 6000pup 15
4000p-5000p 37
5000p-6000p 31
柱状图
BLOCK CHART OF SUM
58 2000p-3000p
27 2000pdown
(2)操作符
星号（*）：在维内对操作元素进行交叉连接，即复 合分组。 如：rigion*citisize
空格：空格对操作元素进行并排连接。 圆括号（）：对操作元素分组或规定先后顺序 如：Saletype*(quantity income) 逗号（，）：当两个操作元素用“，”隔开时， 表示分开表的维数。 < >：规定分母的定义。
(4) 全类变量ALL 表示仅有一个值的特殊分类变量 当ALL嵌入某个交叉时，ALL不考虑分类变量的水 平，而用ALL来生成子集和及总和 • table type all,amount output profit;
•table type,（people all)*amount;
(5) 百分数：PCTN和PCTSUM 一般格式：PCTN或PCTSUM<分母说明> 分母的选取有下面三种：
32 3000p-4000p
37 4000p-5000p
31 5000p-6000p
15 6000pup
people type collective country joint
散点图
散点图、折线图与GPLOT过程
主要功能有：
GPLOT过程用来绘制变量间的散点图、折线图及 曲线图。 • 对图形可做到以下几点： • 绘图符号可以由用户选择； • 坐标轴的刻度间隔及标记可以选择； • 图的大小可以选择，可以控制同一页上图表的数 量。
GPLOT过程的一般格式
PROC GPLOT<option-list>; PLOT request-list</option-list>; BY variable-list; SYMBOL <option-list>;
（1）PROC GPLOT语句： 一般形式：PROCT GPLOT <option- list>;
一般形式：plot request-list</option-list>；
(1)request-list:规定作图变量以及作图字符。 三种形式：
1) 垂直变量*水平变量：依次用A,B,C等作为作图符 号。y*x; 2）垂直变量*水平变量=‘字符’：规定一个字符作为 作图符号。如y*x=‘+’ 3）垂直变量*水平变量=变量：如 y*x=a;
1、PROC TABULATE语句 一般格式： PROC TABULATE <option-list>;
option-list中可以选择： （1）data=data-set （2）noseps:要求表中不出现水平分隔线 （3）fromat=格式名：对每个报表单元规定输出格 式，缺省以BEST12.2代替。
table type,amount output profit;
对所有制形式(type)进行分组求和
table people*type,amount output profit;
先对企业人数分组，再对所有制形式(type)进行分组 求和
TABULATE过程的一般格式：
TABULATE过程常用语句说明：
(2)option-list：
• VAIXS(HAXIS)=tick-value-list <by n>;定义垂直 或水平坐标轴相等间隔的刻度标记值。 • VREF(HREF)=value-list：要求在纵轴或横轴的 一些规定的数上作水平或垂直参照线 • 如果希望两张或多张图重叠，可以选择overlay
• 常见的统计图有：直方图、饼图、柱状图、 盒状图、散点图、折线图、曲线图、星形 图等。
• 直方图：用来表示经统计分组后各组的频数分布 状况，其条形的高度代表各组的频数或频率。 • 饼图：用来反映事物的内部结构，必须用相对数， 饼图的每个扇面代表某一部分占总体的比重。 • 柱状图：用来表示不同总体某一指标的数量特征， 一般用于不同时间、地点的某一指标之间的对比。 • 散点图：用来考察两个变量间的关系，可以形象 的反映出两个连续变量之间有无关系，是直线关 系还是曲线关系。
proc tabulate data=cjl.qiye; class people type; var amount output profit;
table people,type,amount output profit;
table type,amount output profit;
table amount output profit; run;
1）行总和百分数 2）列总和百分数 3）某一变量值总和百分数
• PCTN是频数的百分数，用于没有缺失的分析变 量值的频数或者分类变量的某个交叉的频数。 (1)行总和百分数 如果只有列维中的分类变量出现在分母中式，分母 值为每行的总和。 如 table a,b*(n pctn<b>);(分母为每行的总和)
• • • • • •
• • • • • • •
data one; set cjl.qiye; keep amount output profit; run; proc gplot data=one; plot amount*output/haxis=0 to 50 by 5 vaxis=0 to 40 by 4; run; proc gplot data=one; plot amount*output/href=15 vref=20; run; proc gplot data=one; plot amount*output='1' amount*profit='2'/overlay; run;
所有在TABLE语句中出现的分析变量必须事先在 该语句中定义。
4、TABLE语句 一般格式：
TABLE <page-expression,> <row-expression,> column-expression </option-list>;
输出报表的内容、形式、结构都是通过该语句中的 各表达式通过组合得到。 即通过维表达式、行表达式和列表达式组合得到。